仕事への影響
SIerのSE・PM、仕事はコーディングから設計・要件定義の管理へ 日立のAIエージェント活用
システム開発を担うエンジニアやPMの仕事は、この先どこまでAIに置き換わるのでしょうか。日立製作所が示した次世代SIの姿は、コーディングだけでなく設計や要件定義までAIエージェントが担う世界です。SI事業に携わる人にとっても、SI事業に開発を発注する側にとっても見過ごせない変化です。
何が起きたか
日立製作所が、AIエージェントを軸にしたシステム開発の刷新に取り組んでいます。2026年7月に発表した「Agentic AI Integration Platform」は、システム構築の工程ごとに専用AIエージェントを用意し、それらを組み合わせて開発を進める基盤です。
同社は2027年度に、要件定義からテストまでの生産性を2023年度比で30％向上させる目標を掲げています。既存システムのモダナイゼーションを含む全プロジェクトに適用し、売り上げ3兆円超規模のデジタルシステム＆サービスの約4割を占めるSI＆サービス事業の発展につなげる方針です。
あわせて、エンジニア約3万5000人のうち約5000人を、企画から稼働・運用までユーザーに張り付いて支援する「日本版FDE（Forward Deployed Engineers）」チームに配置します。ドメイン知識を持つコンサルタント、AIエンジニア、データサイエンティスト、プロジェクトマネージャーがチームを組み、顧客の構想段階から入り込む体制です。
背景・解説
AIエージェントとは、人が逐一指示しなくても、目的に応じて自律的に判断し複数の作業を連携させて実行するAIの仕組みを指します。従来の生成AI活用は、エンジニアがプロンプトを入力し、その都度支援を受ける段階にとどまっていました。
日立は2024年5月に「Hitachi GenAI System Development Framework」を発表し、生成AIを使った開発の標準化に着手していました。今回のプラットフォームはその発展形にあたり、最大の違いは複数のAIエージェントが協調・並列で自律的に動作する点です。特定の工程だけをAI化するのではなく、要件定義から設計、コーディング、テストまでの全工程をAIエージェント群が連携して進める仕組みに変わりました。
背景には、SI事業のビジネスモデルそのものが問われている事情があります。開発工数が圧縮されれば、従来の工数に応じた対価を前提とした収益モデルは維持できなくなります。日立は稼働率などのKPIに基づく成果報酬型の契約モデルを構想していますが、価値に見合う金額を顧客側・SI企業側のどちらも明示できていない段階です。
仕事や業務への影響 — AI Topicaの見方
SI事業でエンジニアやPMとして働く人ほど、この変化を自分の担当業務に置き換えて考えるべきです。コーディングだけを担ってきたエンジニアの仕事は、AIエージェントが要件定義からテストまでを連携して進める体制の中で縮小していきます。一方で、AIをどの工程にどう組み込めば事業効果が最大になるかを設計できる人材の価値は高まります。
例えば、従業員300人規模のシステム開発会社で、これまでPMが1人で3つの開発案件のコーディング進捗管理まで抱えていた場合を考えてみます。AIエージェントが要件定義書のたたき台作成やコード生成、テストケースの実行までを並行して進めるようになれば、そのPMの役割はコードの進捗確認から、AIエージェントの出力が顧客の業務要件に合っているかを判断し、複数案件の設計方針をまとめて管理する仕事へと移ります。担当できる案件数が3件から増える余地も生まれます。
日立の場合、エンジニア約3万5000人のうち約5000人を、顧客の現場に入り込むFDEチームに振り向けています。これは、コーディング技術だけでなく、顧客の業務課題を理解し提案できる人材を優先的に育てる動きと読めます。SI事業者に開発を発注する側の企業も、契約時に「工数」ではなく「稼働率」や「効果」に基づく評価軸を求められる場面が増えていきます。情報システム部門の担当者は、発注先の見積もりが工数ベースか成果ベースかを事前に確認しておくべきです。
コーディング専業としてキャリアを積んできたエンジニアは、要件定義や設計の知識を今のうちに補っておくことが実務上の備えになります。逆に、設計やコンサルティングの経験を持つ人にとっては、AIエージェントを使いこなす前提での役割拡大が現実的な選択肢になります。
不確かな点・注意
日立が掲げる30％の生産性向上は、要件定義からテストまでの全工程を平均した目標値です。過去には限られた工程で200倍の生産性向上が確認された事例もあるといい、工程によって効果の差は大きくなります。
成果報酬型の契約モデルは構想段階にとどまり、具体的な金額や適用時期は明らかになっていません。顧客側・SI企業側のどちらも、価値に見合う対価の水準を明示できていない状況です。
また、AIエージェントによるハルシネーションやセキュリティリスクを制御する機能を備えるとされていますが、ミッションクリティカルな大規模開発における実際の運用実績や、リスク発生時の対応体制の詳細は示されていません。今回の取り組みは日立1社の事例であり、他のSI事業者各社に同様の変化がどの速度で広がるかも不明です。